El propósito de la esteganografía de video es ocultar mensajes en el archivo de video y evitar que sean detectados, y finalmente el mensaje secreto puede ser extraído completamente en el receptor. En este documento, se propone una esteganografía de video de extremo a extremo basada en GAN y una red de aprendizaje profundo multi-escala, que consta del codificador, decodificador y discriminador. Sin embargo, en el proceso de transmisión, los videos inevitablemente serán codificados. Por lo tanto, se introduce una capa de ruido entre el codificador y el decodificador, lo que hace que el modelo pueda resistir las compresiones de video populares. Los resultados experimentales muestran que la esteganografía de extremo a extremo propuesta ha logrado una alta calidad visual, una gran capacidad de incrustación y una fuerte robustez. Además, el método propuesto tiene un mejor rendimiento en comparación con la última esteganografía de video de extremo a extremo.